En el futuro, cabe esperar que surjan nuevas regulaciones que demanden transparencia y que permitan desarrollar investigaciones serias y con fines netamente académicos. Sin embargo, dada la posición monopólica de muchas de estas plataformas, no es del todo clara la capacidad que tendrán los investigadores de acceder a información relevante. Es importante también, tener en cuenta cómo en el área de la industria y los negocios se ha presentado una explosión en el número de datos, causada principalmente por el rápido desarrollo del internet, nuevos conceptos como el internet de las cosas y la computación en la nube.

A la par con el incremento de registros de datos de pacientes, se está generando una gran cantidad de ban co de datos, mayoritariamente de acceso público, los cuales están facilitando la investigación a nivel molécular34,35. De ahí que los datos masivos y las complejas estrategias de análisis antes descritas han permitido buscar patrones de personas, ya sea para clasificarlas con fines diagnósticos o terapéuticos, así como tam bién para la elaboración de fármacos dirigido a estos patrones únicos. Así, por ejemplo, en el ámbito de la genómica, se realizó el estudio de caracterización de los genes conductores de cáncer y mutaciones, donde se identificaron 299 genes conductores con sus respec tivos sitios anatómicos y tipos de cánceres involucrados36.

Nuevas capacidades para nuevos desafíos en el sector jurídico

Otro aspecto importante para tener en cuenta es que estos datos corresponden a una muestra de sujetos u objetos de estudios que no han sido seleccionados aleatoriamente, por lo cual es susceptible que tengan sesgos de selección39. Por último, los Metadatos se refieren a aquella in formación que describe a otros datos, es decir, corres ponden al contenido informativo de algún recurso in formático. Por ejemplo, en una fotografía el metadato sería la información adicional que registra la cámara, como sería la fecha y hora. Otras aplicaciones puede filtrar noticias (Neatly), se pueden emplear como bloc de notas (Evernote), o bien generan https://psicocode.com/miscelanea/curso-ciencia-datos-tripleten/ diversas publicaciones gracias a los contactos y los medios en las redes (Glipboard). Ante el panorama expuesto, la tecnología ha venido demostrar su valía en ayudar a encontrar y establecer determinados factores relacionados con la COVID-19, bien en establecer su comportamiento molecular y celular, como en la manera de propagarse e infectar a un individuo, entre otros factores. Es por ello que diversos grupos de investigación, instituciones, empresas y gobiernos han planteado iniciativas en pro de buscar soluciones a corto plazo para contener la pandemia generada por el virus, al igual que encontrar un cura contra el mismo.

Por lo tanto, lo relevante para evaluar estos métodos es comprender cómo la estructura de los datos históricos refleja de una buena forma la estructura de la relación que deseamos aprender. Los métodos de la Ciencia de Datos ya son utilizados en algunas aplicaciones clínicas, que discutiremos más adelante, y es probable que su uso se incremente sustancialmente en un futuro cercano. Debido al entusiasmo, y muchas veces hipérbole, en torno a Big Data y la Ciencia de Datos, es necesario ser capaz de evaluar el desempeño de estos métodos en casos prácticos curso de ciencia de datos y en un contexto adecuado. Además, es importante que en un comienzo estos métodos no sean adoptados como cajas negras que simplemente reemplazan etapas del flujo de trabajo usual, sino como una fuente de información adicional que asista la toma de decisiones en cada etapa de dicho flujo. En otras palabras, se espera que en una primera etapa estos métodos no tomen decisiones por sí mismos, sino que asistan la toma de decisiones al proporcionar información que puede no ser evidente a partir de los datos disponibles y los análisis tradicionales.

International Journal of Data Science and Analytics

Esto explica por qué una parte importante de la investigación empírica en este campo se base en datos recogidos de dicha red (pues no es el caso de Facebook, que tiene políticas de privacidad que impiden extraer información de cuentas que no sean públicas). En este sentido, los investigadores quedan a merced de las empresas que sirven de intermediarios, en la medida en que estás deben poner la información a disposición, muchas veces de manera limitada. Adicionalmente, esto abre todo un campo de discusión sobre los dilemas éticos que plantea el uso de información privada. Si bien las plataformas de micro-blogging han ido acomodándose a las regulaciones existentes en distintos contextos institucionales -y viceversa-, cuestiones como el consentimiento del uso de la información quedan muchas veces en “zonas grises” de interpretación. En la medida en que los países van convergiendo a estándares de uso de la información privada, como en la Unión Europea, se plantean nuevos dilemas éticos y prácticos tales como la propiedad de dichos datos y el resguardo que se hace de los mismos en vista de su uso comercial. La minería de datos (data mining – DM) se puede definir como el proceso de extracción de conocimiento a partir de cúmulos de datos.

• En cuanto a técnicas de Big Data, se dará una breve introducción, cabe aclarar que existen diferentes clasificaciones y que muchas de estas técnicas se aplican tanto en soluciones Big Data como en otros enfoques.
• Tener presente este efecto es fundamental al discutir lo idóneo de un método de la Ciencia de Datos aplicado al contexto clínico.
• Podemos detectar varios elementos del diseño experimental que pueden influenciar el desempeño del método y de los dermatólogos, y que nos permitan interpretar este resultado.

La IA y el radiodiagnóstico están jugando un papel importante en la detección del COVID-19 con un porcentaje superior al 90%, lo que puede incrementarse cuando se entrena el sistema con mayor cantidad de datos, por lo que el Big Data en conjunto con otras disciplinas analíticas son un factor clave para llevar a feliz término un estudio. Cabe aclarar que la IA no sustituye al profesional sanitario, por el contrario, es un complemento a su quehacer médico, ayudándole a mejorar la precisión del diagnóstico en un tiempo menor y tomar decisiones mucho más rápido aligerando con ello su carga de trabajo. Una particularidad de trabajar con la inteligencia colectiva radica en el hecho que está dirigida a investigadores interesados en contribuir a mejorar el sistema, perfeccionándolo hasta llegar a un producto funcional, fiable y cien por ciento operativo. Con base en la dinámica comportamental del COVID-19, se requieren soluciones prontas para el monitoreo, detección y diagnóstico de las enfermedades generadas por su causa (Law, Leung & Xu, 2020), la IA plantea diversas opciones de hardware y software encaminadas para tal fin (Mei et al., 2020). Bajo este panorama, ha venido tomando fuerza el desarrollo de software de código abierto, donde la inteligencia colectiva es el engranaje principal para obtener un programa de altas prestaciones, multipropósito en la mayoría de los casos. Como se ha venido comentando, el tratamiento de Big Data ha exigido el desarrollo de soluciones computacionales que permitan afrontar las necesidades y retos que traen consigo los grandes volúmenes de datos, su variedad de fuentes y la velocidad con que se generan.

Seguros y datos con Ignasi Mañé de Cleverea, en Territorio Big Data

En los países europeos se encuentra un número también significativo de trabajos, mientras que en Sur América, Oceanía y África, el desarrollo de investigaciones en el campo es aún incipiente. Este proceso, aplicado, por ejemplo, a la seguridad de las infraestructuras, se utiliza para diseñar un mapa que minimizará el riesgo de accidentes de un punto en concreto gracias al cruce y correlación de datos, como los tipos de vía, factores humanos, naturales o climáticos, etc., para comprender mejor el entorno. De este modo, el mapa creado ayuda no solo a predecir accidentes, sino también a gestionar de forma óptima los recursos; por ejemplo, asignando ambulancias donde existe una mayor probabilidad de que se produzcan accidentes. De hecho, en el ámbito político, los Emiratos Árabes Unidos, como región puntera en tecnologías de datos y una de las mejores referencias a escala mundial de Esri, ha hecho público el nombramiento de su primer ministro de Inteligencia Artificial para aplicar estas herramientas a todos los servicios que gestiona el gobierno. La promesa de Big Data es que el volumen de datos es tal, que contiene la visión completa del fenómeno en consideración. Una técnica comúnmente utilizada para verificar que la información extraída es generalizable, es la validación cruzada (ver sección 1 en (34))34 ésta también es útil para entender las limitaciones que existen al aprender a partir de datos.

Es un campo multidisciplinario que combina habilidades de programación, matemáticas, estadísticas y conocimiento del dominio para descubrir patrones, tendencias y conocimientos ocultos en los datos. Los distintos tipos de datos no dejan de multiplicarse, por lo que cada día aumenta el valor de los profesionales del Big Data y Data Science. Por lo tanto, independientemente de la verticalidad de la industria, es probable que esta ciencia de datos juegue un papel clave en el éxito futuro de cualquier organización. Revisando los resultados agrupados por país de publicación, se puede ver una concentración en Estados Unidos y China como se aprecia en la Fig.